Д6722 Алешичев СЕ Контроль и автоматизация упр качеством продукции

УДК 664

Контроль и автоматизированное управление качеством про-

дукции: Учеб.-метод. пособие / С.Е. Алѐшичев, М.Б. Абугов, В.А. Балюбаш, Ю.Г. Стегаличев. СПб.: НИУ ИТМО; ИХиБТ, 2014. 51 с.

Приведен цикл лабораторных занятий по дисциплинам «Контроль и автоматизированное управление качеством продукции», «Планирование эксперимента и обработка опытных данных», а также «Информационные системы управления качеством в автоматизированных и автоматических производствах», направленный на решение задач оптимизации управления технологическими процессами в различных производственных ситуациях. Работы выполняются с использованием вычислительной техники, а также прикладного и специального программного обеспечения.

Предназначено для студентов пятого курса специальности 220301, а также бакалавров и магистрантов, обучающихся по направлению 220200.

Рецензент: доктор техн. наук, проф. А.Г. Новоселов

Рекомендовано к печати редакционно-издательским советом Института холода и биотехнологий

В 2009 году Университет стал победителем многоэтапного конкурса, в результате которого определены 12 ведущих университетов России, которым присвоена категория «Национальный исследовательский университет». Министерством образования и науки Российской Федерации была утверждена программа его развития на 2009–2018 годы. В 2011 году Университет получил наименование «Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики».

© Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики, 2014

© Алѐшичев С.Е., Абугов М.Б., Балюбаш В.А., Стегаличев Ю.Г., 2014

2

ВВЕДЕНИЕ

Учебное пособие предназначено для проведения занятий по дисциплинам «Контроль и автоматизация управление качеством продукции», являющимся продолжением курса «Технологические процессы автоматизированных производств», а также «Планирование эксперимента и обработка опытных данных», «Информационные системы управления качеством в автоматизированных и автоматических производствах».

В учебном пособии представлены три связанные между собой лабораторных работ, целью которых является практическое ознакомление с различными методами анализа технологических процессов (ТП). В ходе работ обучающиеся на практике знакомятся с приемами математической обработки экспериментальных данных, методикой разработки алгоритмического и программного обеспечения автоматической системы управления ТП пищевых производств, формирующей оптимальные управляющие воздействия на основе выбранных критериев качества продукции.

Первая работа посвящена постановке и решению задачи выбора режимов работы ТП, оптимальных по показателям качества продукции и заданной целевой функции. В работе используется программа для персонального компьютера (ПК) по упорядочению массива данных и решению задач линейного и нелинейного программирования.

Вторая работа посвящена освоению методов расчета оптимальной периодичности контроля, показателей качества в массовом производстве в соответствии с ГОСТ Р 50779.11-2000. Используемые методики статистического регулирования показателей качества и результаты расчета проверяются на имитационной модели ТП, реализованной в программе на ПК.

Третья работа предусматривает ознакомление в режиме пользователя с автоматизированным рабочим местом (АРМ) технолога колбасного производства.

При проведении этой работы осуществляются расчеты оптимальных режимов ведения технологических процессов колбасного производства для заданной партии сырья и производственной ситуации. Предусмотрена также возможность корректировки банка данных в программе АРМ. В работе используется специализированная программа АРМ для ПК.

Справочные материалы, примеры и тексты программ приведены в приложениях 1–3.

ЛАБОРАТОРНАЯ РАБОТА № 1

3

Оптимизация режимов технологического процесса по показателям качества продукции

Общие положения

При выполнении данной работы необходимо сформулировать и решить оптимизационную задачу управления технологическим процессом в конкретной производственной ситуации.

Формирование задачи осуществляется с использованием методов математического программирования. При этом используют результаты, полученные группой при выполнении предыдущих лабораторных работ.

Формулировка задачи управления в общем виде приведена в описании лаб. работы №1 учебного пособия по дисциплине «Технологические процессы и производства» (далее – Учебное пособие). Математическая интерпретация задачи управления представляет собой систему, включающую в себя следующие составляющие:

- уравнения, характеризующие состояние объекта,

где i = 1…n, j = 1…k и γ =1…m;

- неравенства, определяющие ограничения диапазонов изменения переменных zi и yi (пределы ограничений получены при выполнении лабораторной работы № 1, 3, см. Учебное пособие),

- целевая функция, которая выбирается по результатам анализа заданной производственной ситуации,

Конкретная производственная ситуация задается числовыми значениями характеристик сырья, поступившего на переработку xγ, где γ =1…m, а также сведения об условиях переработки данной партии, например, накопились большие запасы сырья, необходима стро-

4

гая экономия сырья, необходимо выпустить продукцию повышенного качества, продукция готовится на экспорт и т. п.

Анализируя производственную ситуацию, выбирают один из критериев оптимизации:

- критерий качества продукции, при этом целевая функция (1.4) имеет вид

где αi – коэффициент значимости (веса) i -го показателя качества, zi и zi max текущие и предельно допустимые значения отклонения i-го показателя качества;

- критерий интенсификации процесса, при этом целевая функ-

где yj – время переработки сырья в продукт, yζ – количество сырья, проходящего через технологическое оборудование в единицу времени (расход);

- критерий экономии сырья, при этом целевая функция (1.4) имеет вид

z

L xi max , (1.9)

или

где zi – количество изготовленного продукта, xγ(xζ) – количество израсходованного сырья (ценного компонента), например молочного жира.

После выбора вида целевой функции приступают к решению основной задачи – выбору числовых значений управляющих воздей-

5

ствий на технологический процесс, оптимальных для партии сырья с заданными характеристиками xγ.

Одним из универсальных и широко распространенных методов решения задач математического программирования является метод случайного поиска. Основные достоинства этого метода состоят в следующем:

-схема алгоритма его реализации одинакова для задач линейного и нелинейного программирования;

-не подвержен зацикливанию;

-имеет относительно несложную программную реализацию. Точность получаемого решения зависит от длительности вы-

числительного процесса. Последнее обстоятельство является важным для решения ряда практических задач, когда при невысоких требованиях к точности расчета удается повысить оперативность решения задачи.

Суть метода заключается в поиске экстремума целевой функции (1.4) путем случайного изменения значений координат yj в заданных условиями задачи диапазонах. Первоначально определяются значения k координат вектора y в указанных диапазонах как некоторые случайные величины. При этом целесообразно устанавливать следующее требование: возможные значения каждой из этих величин (y1…yk) в пределах заданных диапазонов должны быть одинаково вероятны, т. е. эти величины должны распределяться по закону равномерной плотности. В этом случае плотность распределения каждой величины yj в заданном диапазоне

где yj max и yj min границы диапазона изменения координаты.

Для полученных случайных величин yj проверяется выполнение условия (1.2). Если они не выполняются, то генерируются новые значения этих величин и повторно проверяется выполнение условия (1.2). Когда после очередного цикла указанные условия будут выполнены, производится вычисление целевой функции, значение которой α (y1…yk) и соответствующие ей значения переменных yj запоминаются. Этот процесс многократно повторяется. Каждое вновь полученное значение целевой функции сравнивается с предыдущим. В результате запоминается экстремальное значение α (по min или max) и соответствующие ему значения переменных. Очевидно, что точность

6

экстремального решения возрастает с увеличением длительности такого поиска.

Существуют и другие варианты организации процесса поиска (метод градиента, метод Гаусса-Зайделя и др.). Однако важным достоинством рассматриваемого метода является то, что увеличение числа координат k не усложняет процедуры поиска.

Кроме того, метод случайного поиска позволяет при наличии локальных экстремумов и особых точек найти глобальный экстремум.

Содержание работы

При выполнении данной работы студент берет за основу материалы лабораторных работ, выполненных в соответствии с материалами Учебного пособия:

-числовыми значениями характеристик сырья, поступившего на переработку (номером строки в таблице результатов обследования объекта в прил. 1);

-указаниями об условиях переработки данной партии, определяющих выбор критерия оптимизации и погрешность результата.

Студент выбирает вид целевой функции оптимизации из уравнений (1.5)-(1.10) и формулирует задачу управления в виде системы (1.1)-(1.4). Выбирается также погрешность результатов расчета в виде числа значений показателей качества zi, вычисленных в диапазоне

допустимого их варьирования zi max…zi min.

Для решения задачи предлагается программа «OPT6.BAS» (прил. 2). Программа реализует процедуру случайного поиска. Погрешность результата расчета задается предельным числом циклов расчета целевой функции – это число также вводится до начала расчета. Результаты расчета включают в себя оптимальные значения управляющих воздействий yi опт, ожидаемые значения показателей качества продукта zi и численное значение целевой функции αопт. Полученные результаты сравниваются с результатами экспериментального обследования объекта и предлагается порядок их реализации на объекте управления.

7

Содержание отчета

В отчете приводятся:

-описание производственной ситуации и исходные данные объекта управления;

-выбор одного-двух критериев оптимизации и их обоснова-

ние;

-обоснование и описание системы, формализующей задачу управления;

-описание методики и процедуры решения оптимизационной

задачи;

-результаты решения задачи оптимизации;

-анализ результатов решения задачи и рекомендации о порядке их реализации на объекте управления.

8

ЛАБОРАТОРНАЯ РАБОТА № 2

Выбор параметра статистического регулирования качества

Общие положения

Данная работа позволяет освоить практические приемы расчета, планирования и реализации в технологическом процессе оптимальной периодичности контроля (измерения) показателей качества.

Контроль показателей качества в настроенном (налаженном) управляемом технологическом процессе необходим для того, чтобы своевременно определить тенденцию разладки или изменения характеристик оборудования. Однако процедура измерения большинства показателей качества пищевых продуктов трудоемка, требует большого числа последовательных измерений одного и того же показателя, например, массы единичной навески при фасовке продукта в тару. С целью снижения затрат на контроль и управление процессом применяют статистические методы управления качеством (ГОСТ Р 50779.11-2000). Эти методы позволяют планировать управление при периодическом контроле ограниченной выборки из потока продукта.

Таким образом, метод статистического контроля предусматривает определение оптимальной периодичности контроля данного показателя качества zi, объема выборки (числа контролируемых партий готового продукта при одном измерении zi), а также допустимых пределов отклонения числового значения zi в объеме выборки (характеристики неоднородности продукции) и допустимого расхождения значения zi между последовательными выборками (характеристика разладки процесса).

Исходными данными для проведения расчетов по этому методу являются числовые значения диапазона изменения рассматриваемого показателя качества zi0 ± zi max характеристики состояния технологического оборудования, которое определяется периодом работы до разладки L0, допустимой продолжительностью работы оборудования в разлаженном состоянии L1, а также величиной разброса числового значения показателя качества (СКО) в налаженном режиме. Пе-

9

риоды L0 и L1 могут выражаться в единицах времени или числом партий продукции.

При таком методе контроля необходима математическая обработка результатов измерения контролируемого параметра в выборке. Математическая обработка позволяет оценить смещение уровня наладки технологического процесса, например, по изменению средних арифметических значений дозируемой массы в последовательных выборках, а также оценить устойчивость технологического процесса (состояния оборудования) по изменению рассеивания значений контролируемого параметра в выборке.

По обобщенным оценкам, полученным в результате математической обработки, формируются управляющие воздействия на технологический процесс, например, производится корректировка настройки дозирующего устройства при смещения среднего значения массы от заданного уровня или замена узлов дозировки при недопустимом рассеивании дозируемых масс в выборке.

В данной работе предлагается для заданного исходными данными технологического процесса, используя рекомендации ГОСТ Р 50779.11-2000, определить параметры статистического регулирования с применением различных вариантов математической обработки измерительной информации (рис.2.1). На диаграмме и при описании методик используются следующие обозначения:

L0 – ожидаемый период работы оборудования в налаженном режиме;

L1 – допустимая продолжительность работы оборудования в режиме разладки;

Q1 – среднее значение контролируемого параметра (zi);

Q1, Q2 – верхнее и нижнее браковочные значения контроли-

руемого параметра (zi max, zi min);

Q4 – СКО контролируемого параметра в начале работы;

T1 – объем выпуска продукции до начала контроля (периодичность контроля);

T2 = T1+T4 – объем выпущенной за цикл продукции; T3 – планируемый объем выпуска продукции;

T4 – объем выборки для контроля;

D1, D2 – верхнее и нижнее значения границ регулирования при контроле среднего арифметического значения (САЗ);

D3 – граница регулирования при контроле СКО;

10